由于型号逐渐增多,极速空间显卡天梯图从V6版本开始,拆分为【桌面版】和【移动桌面对比版】,后者仅收录少数桌面型号,方便对比。
站长对全部型号进行了更深入研究,不过很遗憾,V6及以后版本,仍然是混血版,不具备纯正血统。
估计不少读者会生疑虑——“天梯图,又不是动物,分什么纯血和混血?”
在研究硬件性能排序的时候,如果“所有型号之间仅用唯一标准”(唯一测试软件,或采用唯一标准的推导公式组),那么这张图就是“纯血版”,如果是采用两种以上的标准,就是混血版。
为方便理解,假设有ABC三款显卡——
AB的排序使用标准1,二者性能比值90:100,而BC的排序采用比较新的标准2,二者比值是100:120,因此,AC的差异不等于90:120,这就是混血的缺陷。
那为什么不都采用标准2呢?其原因是在A的年代,标准2还未诞生,找不到测试值。
同样地,年轻的显卡有3DMARK Time Spy分数(简称3DMARK TS),中年显卡有3DMARK Fire Strike(简称3DMARK FS)、3DMARK Fire Strike Extreme分数(简称3DMARK FSE),而老年型号只能找到3DMARK11值,耄耋型号连3DMARK11分数都没有。
为了血统不至于太杂,站长在V6版中采用:一部分比较老卡用FS或FSE比对,年轻显卡FSE和TS各占50%权重,并对AN跑分和实际游戏表现的偏差做了些微调。
V6.00解读
1、排序标准在V5版基础上做了优化。
站长期望能让读者看到不同显卡性能上的微妙差异,给每款GPU打了一个分数(上图左侧即为性能标尺),制作天梯图最大工作量就在于这个分数的计算。
细心的读者可能会发现部分型号位置有调整,如:
V5版中GTX770是高于GTX960,但在V6中要低一点。这不是排序有误,而是衡量标准发生了调整。
又如:
V5版中GTX1070略高于GTX1660Ti,在V6中却变得微低一点,原因是V5中二者比对采用【FSE TS】,而V6采用【FSE和TS各占50%权重】,不同的算法导致了排序的调整。
2、V6已经为第十二代N卡(注1)、AMD的RDNA2预留了沙发。
NVIDIA这边,据说RTX3080TI性能比RTX2080Ti提升40%。多数用户的点在RTX3060,站长预测其性能超过RTX2070,乐观点能有挑战RTX2070 SUPER的实力。
AMD这边,据说RDNA2旗舰型号能比5700XT快225%,这不可能,达到5700XT的225%就是巨大进步。
3、代数和架构
NVIDIA采用“统一渲染架构“后,请来了“地球上最聪明的一群人”为之助阵,这些人中,任何一位都是真正的大神——费米、麦克斯韦、开普勒、麦克斯韦、帕斯卡、….每个名字都如雷贯耳。不得不佩服NVIDIA的取名艺术,它不仅是向科学家致敬,也给自家的显卡赋予了一种特殊的魅力。
2007年,NVIDIA发布了特斯拉(Tesla)计算平台,对应的GPU架构为G80(第一代统一架构),这是NVIDIA第一次用物理学家名字命名。第二代统一架构为GT200,站长没有找到有关资料明确说明这个T是指“Tesla”。NVIDIA觉得这个主意不错,从第三代统一架构GPU开始,每个名称都闪耀着夺目的光芒,如下——
2010年:费米(Fermi),代表型号:GTX480、GTX550Ti、早期的GT630/GT730等。
2012年:开普勒(Kepler),代表型号:GTX650、GTX660,后期的GT630/GT730,GT740,GTX760等。
2014年:麦克斯韦(Maxwell) 代表型号:GTX750/GTX750Ti,GTX950,GTX960等。
2016年:帕斯卡(Pascal) 代表型号:GTX1050、GTX1060等。
2017年:伏特(Volta)代表型号:Telsa V100,用于深度学习的超级计算机。
2018年:图灵(Turing)代表型号:GTX1660、RTX2070、RTX2080,目前当红产品。
2020年:安培(Ampere)
一般地说,同代产品对应一种核心架构才符合常理,但也有例外。如GT630,有费米和开普勒两种架构(在V6中GT630K、GT730K里面的K就是指“Kepler架构”),第七代中更特殊,GT730有费米和开普勒,GTX750是麦克斯韦架构,同代中有三个不同架构并存。
发布者:梦醒时分,火焰兔收录并登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。文章内容仅供参考,不做权威认证,如若验证其真实性,请咨询相关权威专业人士。https://huoyantu.com/59137.html
版权声明:
国家知识产权局《要求删除或断开链接侵权网络内容的通知》填写说明:http://www.ncac.gov.cn/chinacopyright/contents/12227/342400.shtml
请按照此通知格式填写(或提供具有法律效应且证据链完整的证明)发至本站的邮箱 huoyantu@qq.com
(收到核实后 24小时内绝对处理)